Yolov5模型结构

模型整体框架

对应代码文件 yolov5 -> models -> .yaml文件
不同yaml文件的depth_multiple、width_multiple不同，通过这两个参数控制模型大小
模型从小到大依次为 n -> s -> m -> l -> x
示例：yolov5s.yaml

module

• Conv——ConvBNSiLU（Convolution, Batch normalization，SiLU）

  1. Activation——SiLU（Sigmoid Linear Unit）
     • $x\ast sigmoid(x)=x/(e^{-x}+1)$
     • 有利于模型收敛（有极小值点）
     • 

• SPP（Spatial Pyramid Pooling）/SPPF（Spatial Pyramid Pooling Fast）
  - SPP是何凯明15提出的，在RCNN中第一阶段检测出来的候选框大小不一样，为了让这些候选框可以变成固定大小送进FC层，SPP就达到了这一目的。
  - yolov5作者提出了SPPF，用更快的速度达到了SPP一样的效果

• C3（cross stage partial network with 3 convolutions）

  • C3中的3指的是用了3个ConvBNSiLU层，在第一列（backbone）中利用BottleNeck1（带resnet），更利于增加网络深度。

补充

从全局角度分析模型，模型主要有三列构成，首先通过第一列自上向下的模块得到感受野越来越大的feature map，但是在大的感受野上丢失了局部特征，由此通过第二列的自下向上的模块进行特征融合，呈现出FPN (feature pyramid networks)：特征金字塔网络结构。
同时，在FPN层的后面还添加了一个自底向上的特征金字塔。其中包含两个PAN结构。这样结合操作，FPN层自顶向下传达强语义特征，而特征金字塔则自底向上传达强定位特征，两两联手，从不同的主干层对不同的检测层进行特征聚合。

FPN (feature pyramid networks)：特征金字塔网络

采用多尺度来对不同size的目标进行检测；
如图所示，FPN是自顶向下的，将高层的特征信息通过上采样的方式进行传递融合，得到进行预测的特征图。

PAN：自底向上的特征金字塔